Projeto de código aberto de IA

Introdução geral O TripoSG é um projeto de código aberto desenvolvido pela equipe de pesquisa VAST AI para gerar modelos 3D de alta qualidade a partir de uma única imagem. O projeto usa tecnologia de conversor de fluxo retificador em grande escala, combinada com treinamento supervisionado híbrido e conjuntos de dados de alta qualidade, para permitir que os modelos 3D gerados tenham...

Introdução geral O Grok Playground é um projeto de código aberto desenvolvido pela equipe do "Technical Crawling Shrimp". A função principal dessa ferramenta é permitir que os usuários implementem um site espelho doméstico Grok3 em 10 segundos. O Grok3 é um modelo de inteligência artificial introduzido pela xAI e ...

Introdução geral O Sidekick CLI é uma ferramenta de linha de comando de código aberto criada para simplificar o processo de desenvolvimento e implantação de projetos para desenvolvedores com assistência de IA. Ela é inspirada no Claude Code, no Copilot e no Cursor, e oferece funcionalidade semelhante...

Descrição geral O Inbox Zero é um aplicativo de gerenciamento de e-mail de código aberto projetado para ajudar os usuários a obter rapidamente zero e-mails na caixa de entrada com um assistente de IA. O aplicativo oferece uma variedade de recursos, incluindo resposta automática, arquivamento, rotulagem e encaminhamento de e-mails, gerenciamento e cancelamento de assinatura de boletins informativos, bloqueio de e-mails frios, acompanhamento...

Introdução abrangente O GraphAgent é um sistema de corpo inteligente automatizado que integra geração de gráficos, planejamento de tarefas e execução de tarefas. Ele é capaz de processar dados estruturados e não estruturados, criar gráficos de dependência semântica complexos e executar com eficiência as tarefas do usuário por meio de autoplanejamento e correspondência de ferramentas.

Introdução geral O RealtimeVoiceChat é um projeto de código aberto voltado para conversas naturais e em tempo real com inteligência artificial via voz. Os usuários usam um microfone para inserir sua voz, e o sistema captura o áudio por meio de um navegador, converte-o rapidamente em texto, e um modelo de linguagem grande (LLM) gera de volta...

Introdução geral O Hunyuan3D-2 é um projeto de código aberto desenvolvido pela Tencent para gerar modelos 3D de alta resolução a partir de texto ou imagens. Ele consiste em dois componentes principais: modelo de geração de forma (Hunyuan3D-DiT) e modelo de geração de textura (Hunyuan3D...

Introdução geral O Dia é um modelo de conversão de texto em fala (TTS) de código aberto desenvolvido pela Nari Labs, voltado para a geração de áudio de diálogo hiper-realista. Ele transforma scripts de texto em diálogos realistas com vários caracteres em um único processo, oferece suporte ao controle de emoções e entonação e até mesmo gera representações não verbais...

Introdução abrangente O HuixiangDou é um assistente de bate-papo em grupo baseado em modelo de linguagem em grande escala (LLM), projetado para lidar com cenários de bate-papo em grupo por meio de um processo de pré-processamento, rejeição e resposta em três estágios. Ele é capaz de responder às perguntas dos usuários sem causar inundação de informações. O projeto fornece um site completo ...

Introdução geral O TheoremExplainAgent é um projeto inovador desenvolvido pelo TIGER AI Lab para transformar teoremas matemáticos e científicos complexos em animações de vídeo fáceis de entender usando técnicas de inteligência artificial. A ferramenta é baseada no Modelo de Linguagem Grande (LLM)...

Introdução geral O Humanify é uma ferramenta de código aberto hospedada no GitHub e criada pelo desenvolvedor Jesse Luoto para ajudar os programadores a descriptografar e embelezar rapidamente o código JavaScript ofuscado usando técnicas de inteligência artificial. Ele integra o Ch...

Introdução abrangente O SongGen é um modelo transformador autorregressivo de estágio único de código aberto projetado para tarefas de geração de texto para música. O modelo é capaz de gerar músicas com vocais e faixas de apoio a partir da entrada de texto. O SongGen oferece controle refinado sobre uma ampla gama de atributos musicais...

Introdução geral Trackers é uma biblioteca de ferramentas Python de código aberto voltada para o rastreamento de vários objetos em vídeo. Ela integra vários dos principais algoritmos de rastreamento, como o SORT e o DeepSORT, e permite que os usuários combinem diferentes modelos de detecção de objetos (como o YOLO...

Introdução geral O OmniSQL é um projeto de código aberto desenvolvido pela equipe do RUCKBReasoning e hospedado no GitHub. Sua função principal é transformar perguntas de linguagem natural inseridas pelo usuário em instruções de consulta SQL de alta qualidade, para ajudar os usuários a lidar facilmente com o número de ...

Introdução geral O Deep Research é um assistente de pesquisa baseado em IA projetado para realizar pesquisas profundas iterativas combinando mecanismos de pesquisa, rastreamento da Web e modelos de linguagem grandes. O projeto foi lançado por dzhng no GitHub com o objetivo de fornecer um gerador de pesquisa profunda fácil de usar...

O CoT-Lab é uma interface experimental para explorar novos paradigmas na colaboração entre humanos e computadores. Com base na Teoria da Carga Cognitiva e nos Princípios de Aprendizagem Ativa, o CoT-Lab facilita o alinhamento cognitivo profundo entre humanos e a Inteligência Artificial (IA) por meio da criação de relacionamentos de "parceiros pensantes". O projeto tem como objetivo...

Introdução abrangente O DeepResearcher é um projeto de código aberto desenvolvido pela equipe GAIR-NLP da Universidade Shanghai Jiao Tong. É uma ferramenta de pesquisa inteligente baseada em modelos de linguagem grandes (LLMs), treinados de ponta a ponta em ambientes reais da Web por meio da aprendizagem por reforço (RL). O projeto ...

Introdução abrangente O Omni-RGPT é um modelo multimodal de linguagem grande projetado para permitir a compreensão de imagens e vídeos em nível de região. Com a introdução da técnica Token Mark, o Omni-RGPT é capaz de destacar a região-alvo no espaço de recursos visuais e indicar a região-alvo por meio de dicas de região (por exemplo, caixas ou...

Introdução geral O CodeWeaver é uma ferramenta de linha de comando projetada para criar bibliotecas de código em documentos Markdown únicos e fáceis de navegar. Ele gera uma representação estruturada da hierarquia de arquivos de um projeto, examinando recursivamente os diretórios e incorporando o conteúdo de cada arquivo em blocos de código. Essa ferramenta...

Introdução abrangente O componente de bate-papo Upstash RAG é um componente React projetado para aplicativos Next.js para fornecer uma interface de bate-papo com IA baseada na tecnologia RAG (Retrieval Augmented Generation). O componente combina o Upstash V...

Introdução abrangente O Grok-Mirror é uma estação de espelho doméstica Grok3 de implantação rápida sem servidor, baseada na construção de uma estação de espelho Grok operável. Ele permite que os usuários implementem quiosques Grok locais com um clique via Docker.Grok é uma inteligência artificial da xAI...

Introdução abrangente Analisa automaticamente o layout de documentos PDF, identifica texto, títulos, imagens, tabelas, fórmulas e outros elementos na página e determina sua ordem correta. A ferramenta oferece suporte à funcionalidade de OCR e pode converter PDFs digitalizados em texto pesquisável. Ela é executada no Docker e oferece dois modelos...

Introdução geral O SegAnyMo é um projeto de código aberto desenvolvido por uma equipe de pesquisadores da UC Berkeley e da Universidade de Pequim, incluindo membros como Nan Huang. Essa ferramenta se concentra no processamento de vídeo e pode identificar e segmentar automaticamente objetos móveis arbitrários em um vídeo, como pessoas, animais ou...

Introdução geral O Local Deep Research é um assistente de pesquisa de IA de código aberto projetado para ajudar os usuários a realizar pesquisas profundas e gerar relatórios detalhados para problemas complexos. Ele oferece suporte à execução local, permitindo que os usuários concluam tarefas de pesquisa sem depender de serviços em nuvem. A ferramenta ...

Introdução geral O Skywork-R1V é um modelo de raciocínio multimodal de código aberto desenvolvido pela equipe do SkyworkAI (Kunlun Wanwei) e publicado no GitHub. Ele é capaz de processar imagens e textos simultaneamente, realizar raciocínio lógico em várias etapas e é particularmente bom na análise de problemas complexos de imagens. Esse...

Introdução geral O AI Logo é um projeto de aplicativo de IA de código aberto com o objetivo de ajudar os usuários a gerar rapidamente logotipos de marcas personalizados por meio de inteligência artificial. Ele combina técnicas avançadas de IA, como Stable Diffusion e DeepAI, para permitir que os usuários insiram logotipos simples de marcas...

Introdução geral O Zev é uma ferramenta de interface de linha de comando (CLI) fácil de usar que ajuda os usuários a consultar e gerar rapidamente comandos de terminal em linguagem natural. Em vez de ter de lembrar a sintaxe de comandos complexos, o Zev gera comandos de terminal descrevendo suas necessidades em linguagem cotidiana. Baseado no Ope...

Introdução geral O G-Search-MCP é uma ferramenta de pesquisa do Google de código aberto hospedada no GitHub e modificada pelo desenvolvedor jae-jae com base no google-search. Ele passa o MCP (Model Context...

Introdução geral O OmniParser é uma ferramenta desenvolvida pela Microsoft para analisar as capturas de tela da interface do usuário em elementos estruturados e fáceis de entender. Essa ferramenta melhora significativamente a capacidade do GPT-4V de gerar ações precisas na área de interface correspondente.

Introdução geral O Arrakis é um ambiente sandbox projetado para inteligências de IA para fornecer um ambiente seguro e personalizável. Ele foi desenvolvido por Abhishek Bhardwaj, hospedado no GitHub, e usa a licença AGPL v3.

Introdução geral O CogView4 é um modelo de texto para gráfico de código aberto desenvolvido pelo KEG Lab (THUDM) da Universidade de Tsinghua, com foco na conversão de descrições de texto em imagens de alta qualidade. Ele é compatível com a entrada de palavras-chave bilíngues e é especialmente bom para compreender pistas chinesas e gerar imagens com caracteres chineses, não...

Introdução geral O projeto do podcast chinês do Hacker News é uma plataforma inovadora baseada na tecnologia de IA, com o objetivo de obter automaticamente artigos populares do Hacker News todos os dias e gerar resumos em chinês e conteúdo de podcast por meio de IA. O projeto é liderado por ccbikai ...

Introdução geral O Step1X-Edit é uma estrutura de edição de imagens de código aberto desenvolvida pela equipe de IA da Stepfun e hospedada no GitHub. Ele combina um modelo multimodal de linguagem grande (Qwen-VL) e um transformador de difusão (DiT) para permitir que os usuários criem imagens por meio de um método simples e natural.

Introdução abrangente O OpenSearch-SQL é um projeto de código aberto, uma ferramenta poderosa de conversão de texto em SQL que pode transformar as descrições de linguagem natural do usuário em instruções de consulta SQL, para ajudar as pessoas que não estão familiarizadas com o banco de dados a acessar facilmente os dados. Esse projeto foi desenvolvido pela O...

Introdução abrangente O MegaPairs é um projeto de código aberto no GitHub da equipe do VectorSpaceLab para gerar modelos de incorporação multimodal para tarefas de recuperação de imagem-texto-imagem por meio de técnicas de síntese de dados em larga escala. O projeto é baseado em mais de 26 milhões de dados heterogêneos ...

Introdução abrangente O GPT Researcher é uma ferramenta de agente autônomo baseada no Large Language Model (LLM), projetada para realizar pesquisas locais e na Web e gerar relatórios de pesquisa detalhados. A ferramenta oferece desempenho estável e velocidade mais rápida ao paralelizar o trabalho do agente, garantindo que as informações sejam precisas...

Introdução geral O AiryLark é uma ferramenta de processamento e tradução de documentos de código aberto hospedada no GitHub e criada pelo desenvolvedor wizd com base na estrutura Next.js. Ele é compatível com vários formatos de arquivo (como PDF, Word, TXT, Markdo...

Introdução geral O CortexON é um sistema de IA multiagente de código aberto hospedado no GitHub em https://github.com/TheAgenticAI/CortexOn. Ele foi desenvolvido pela TheAgenti...

Introdução geral O ACI.dev é uma plataforma de infraestrutura de código aberto projetada para fornecer inteligências de IA com integração rápida a mais de 600 ferramentas. Ela garante acesso seguro a ferramentas como o Google Calendar, S...

Introdução geral O Airweave é uma ferramenta de código aberto projetada para tornar qualquer aplicativo pesquisável, sincronizando dados de aplicativos, APIs, bancos de dados e sites do usuário com bancos de dados de gráficos e vetores.

Introdução geral O AI-ClothingTryOn é um aplicativo de desktop de código aberto baseado em Python, criado pelo desenvolvedor speedTD e hospedado no GitHub. Ele usa a tecnologia de inteligência artificial Google Gemini para fazer...

Introdução geral O Plandex é um assistente de codificação de IA de código aberto de ponta a ponta, projetado para projetos de software grandes e complexos. Ele pode planejar e executar tarefas em várias etapas, lidar com contextos de até 2 milhões de tokens e oferecer suporte a mais de 30 linguagens de programação.

Introdução geral O Cline Recursive Chain-of-Thought System (CRCT) é uma estrutura de código aberto projetada para gerenciar grandes projetos de código no VS Code. A versão atual é a v7.0, que recursivamente ...

Introdução abrangente O Story-Flicks é uma ferramenta de IA de código aberto focada em ajudar os usuários a gerar rapidamente vídeos de histórias em HD. Os usuários só precisam inserir um tópico de história, e o sistema gerará o conteúdo da história por meio de um grande modelo de linguagem e combinará as imagens, o áudio e as legendas gerados pela IA para gerar um vídeo completo...

Introdução geral O Paper to Podcast é uma ferramenta de código aberto especializada na transformação de artigos de pesquisa acadêmica em podcasts animados e divertidos. Ela usa tecnologia de inteligência artificial para transformar um artigo em formato PDF em um diálogo entre três personagens - o anfitrião, o aluno e o especialista - para tornar a pesquisa complexa...

Introdução geral O AgentIQ é uma ferramenta de código aberto da NVIDIA projetada para ajudar os desenvolvedores a conectar e gerenciar eficientemente as inteligências de IA. Ela permite que inteligências de diferentes estruturas colaborem perfeitamente, conectem dados e ferramentas empresariais e criem fluxos de trabalho como funções de chamada. O maior destaque da ferramenta...

Introdução geral O openai-fm é um projeto de código aberto hospedado no GitHub dedicado a demonstrar os recursos da API de conversão de texto em fala (TTS) da OpenAI. O projeto funciona por meio de um aplicativo da Web interativo...

UNO é uma estrutura de geração de imagens de código aberto desenvolvida pela ByteDance Intelligent Creation Team. Ele se baseia no modelo FLUX.1 e se concentra na geração de imagens personalizadas de objeto único e de vários objetos por meio de uma abordagem de generalização "menos para mais".

Introdução geral O PrimisAI Nexus é uma estrutura Python leve e de código aberto hospedada no GitHub e desenvolvida pela equipe do PrimisAI, com o objetivo de ajudar os usuários a criar e gerenciar sistemas corporais multiinteligentes de IA escalonáveis por meio da Modelagem de Linguagem Grande (LLM), permitindo...

Introdução geral O SkyPilot é uma estrutura de código aberto iniciada pelo Sky Computing Lab da Universidade da Califórnia, em Berkeley, projetada para ajudar os usuários a executar com eficiência tarefas de IA e processamento em lote em qualquer infraestrutura de nuvem. Ele é compatível com mais de 14 serviços de nuvem (incluindo ...

Introdução geral O Shandu é um sistema de pesquisa de código aberto baseado em inteligência artificial hospedado no GitHub e criado pelo desenvolvedor jolovicdev. Ele utiliza as tecnologias LangChain e LangGraph e tem como objetivo fornecer informações automatizadas, abrangentes e...

Introdução geral O MoshiVis é um projeto de código aberto desenvolvido pela Kyutai Labs e hospedado no GitHub. Ele se baseia no modelo de fala para texto Moshi (7B parâmetros), com cerca de 206 milhões de novos parâmetros de adaptação e Pal...

Introdução geral O Fast-Agent é uma ferramenta de código aberto mantida pela equipe evalstate no GitHub, projetada para ajudar os desenvolvedores a definir, testar e criar rapidamente fluxos de trabalho com várias informações. Ela se baseia em uma sintaxe declarativa simples e suporta o uso de MCP (Mode...

Introdução geral O Onyx (anteriormente conhecido como Danswer) é uma plataforma de bate-papo com IA de código aberto desenvolvida pela equipe do onyx-dot-app para ajudar as organizações a integrar e gerenciar documentos, aplicativos e dados de funcionários. Ele oferece uma funcionalidade avançada de bate-papo com suporte para conectar qualquer modelo de linguagem grande (LLM...

Introdução abrangente O WenYan é uma ferramenta projetada para a composição e o embelezamento de artigos Markdown, que oferece suporte à conversão de artigos Markdown editados em um formato adequado para WeChat, Zhihu, manchetes de hoje e outras plataformas. Os usuários podem copiar o artigo com um clique, o artigo diretamente...

Introdução geral O Open Deep Research é uma ferramenta de pesquisa profunda desenvolvida e de código aberto pela equipe Together AI e hospedada no GitHub. Ela simula o processo de pesquisa humana por meio de um fluxo de trabalho de IA multiagente, gerando relatórios de pesquisa detalhados...

Introdução geral O InfiniteYou é um projeto de código aberto desenvolvido pela equipe da ByteDance Intelligent Creation. Ele se baseia na tecnologia Diffusion Transformers (DiTs), usando o modelo FLUX.1-dev. A função principal é permitir que os usuários carreguem uma foto e insiram uma descrição de texto, gerando...

Introdução geral O Coding-Tutor é um projeto de código aberto hospedado no GitHub e criado pelo desenvolvedor iwangjian para oferecer aos alunos uma experiência de ensino de programação personalizada. Ele usa tecnologia de IA conversacional para aprender com base no histórico de conhecimento do usuário e...

A Synthesis One-Prompt-One-Story (1Prompt1Story) é uma ferramenta inovadora de geração de texto para imagem projetada para permitir a geração consistente de imagens a partir de um único prompt. Ela foi apresentada por Tao Liu et al. no ICLR 2025...

Introdução geral mcp-is-dangerous é uma ferramenta de código aberto desenvolvida por Shaojie Jiang no GitHub. Ela usa um código Python simples para ajudar os usuários a detectar MCP (Model Context ...

Introdução geral O Mad Professor (Grumpy Professor Reads Papers) é uma ferramenta acadêmica de IA de código aberto desenvolvida para pesquisadores e estudantes para simplificar a leitura e a análise de artigos acadêmicos. Ela integra processamento de PDF, tradução de IA, recuperação de RAG, perguntas de IA...

Introdução geral O GraphAgent é uma estrutura de código aberto hospedada no GitHub e desenvolvida pela Ji-Cather. Ele usa o Large Language Model (LLM) para simular o comportamento humano e gerar gráficos sociais dinâmicos com atributos textuais. Essa ferramenta é adequada para mídias sociais on-line...

Introdução geral O FreeAI é uma plataforma de aplicativos de IA de código aberto baseada na API Pollinations.AI, que fornece assistentes de bate-papo de IA gratuitos e ilimitados, geração de imagens e serviços de síntese de fala. O projeto foi iniciado pelo desenvolvedor Azad-sl em G...

Introdução geral O Text2Voice é uma ferramenta de código aberto que fornece funcionalidade de conversão de texto em fala com base em uma API de mobilidade baseada em silício, com uma interface gráfica do usuário (GUI) limpa como seu melhor recurso. Ela foi criada pelo desenvolvedor Sheldon Lee no GitHub para permitir...

Descrição geral O Deep Searcher é uma ferramenta que combina modelos avançados de big language (como o DeepSeek e o OpenAI) e bancos de dados vetoriais (como o Milvus) projetados para pesquisar, avaliar e raciocinar com base em dados privados, fornecendo respostas altamente precisas...

Introdução abrangente O SmolDocling é um Modelo de Linguagem Visual (VLM) desenvolvido pela equipe do ds4sd em colaboração com a IBM, desenvolvido com base no SmolVLM-256M e hospedado na plataforma Hugging Face. Seu tamanho é pequeno, apenas ...

Introdução geral O Ollama Deep Researcher é um assistente de geração de relatórios e pesquisa na Web totalmente nativo, desenvolvido pela equipe da LangChain. Ele funciona com um Large Language Model (LLM) arbitrário hospedado pelo Ollama, permitindo que os usuários...

Introdução abrangente O Versatile OCR Program é uma ferramenta de reconhecimento óptico de caracteres (OCR) de código aberto projetada para trabalhar com documentos acadêmicos e educacionais complexos. Ele pode extrair texto, tabelas, fórmulas matemáticas, diagramas e esquemas de PDFs, imagens e outros documentos e gerar...

Introdução geral O HumanOmni é um grande modelo multimodal de código aberto desenvolvido pela equipe HumanMLLM e hospedado no GitHub. Ele se concentra na análise de vídeos humanos e pode processar imagens e sons para ajudar a entender emoções, ações e conteúdo de diálogos. O projeto usou 2...

Introdução geral O OpenDeepSearch é uma ferramenta de pesquisa de código aberto desenvolvida pela equipe sentient-agi. Ela combina Large Language Modelling (LLM) e Intelligent Reasoning Agents para permitir que os usuários pesquisem informações em páginas da Web e obtenham respostas precisas de forma simples. Esse ...

Introdução abrangente O Tarsier é uma família de modelos de linguagem de vídeo de código aberto desenvolvida pela ByteDance para gerar descrições de vídeo de alta qualidade. Ela consiste em uma estrutura simples: o CLIP-ViT processa quadros de vídeo, combinado com um modelo de linguagem grande (LLM) para analisar...

Introdução geral O Shadowfetch é uma ferramenta leve e de código aberto projetada para Cloudflare Workers, mantida pelo desenvolvedor tysak no GitHub e lançada sob a licença AGPL v3. Ele é lançado sob a licença AGPL v3.

Introdução geral O TestDriver é um site que usa tecnologia de inteligência artificial para ajudar os desenvolvedores a testar software. Ele automatiza a tarefa de testar software simulando ações humanas, como clicar em um mouse ou digitar um texto. No centro do site está um "computador usando um agente de IA" que opera como uma pessoa real...

Introdução geral O Moffee é uma ferramenta de código aberto que transforma arquivos Markdown em apresentações de slides profissionais de forma rápida, simples e eficiente. Os usuários só precisam escrever o conteúdo do Markdown, e a Moffee pode lidar automaticamente com o layout, a paginação e o estilo, eliminando a necessidade de digitar manualmente...

Introdução geral O GenXD é um projeto de código aberto, desenvolvido pela Universidade Nacional de Cingapura (NUS) e pela equipe da Microsoft. Ele se concentra na geração de cenas arbitrárias em 3D e 4D, para resolver a geração de 3D e 4D no mundo real devido à insuficiência de dados e à complexidade do design do modelo causada pelo problema. O projeto foi desenvolvido pela ...

Introdução geral O Abogen é uma ferramenta de código aberto projetada para converter rapidamente arquivos ePub, PDF ou de texto simples em áudio de alta qualidade. Ele usa o modelo Kokoro-82M para gerar uma fala natural e suave e oferece suporte à geração simultânea de legendas, o que é adequado para a produção de audiolivros...

Introdução geral O AgentLaboratory é uma ferramenta de código aberto hospedada no GitHub e desenvolvida por Samuel Schmidgall. Ela usa agentes inteligentes orientados pelo Modelo de Linguagem Grande (LLM) para ajudar os pesquisadores com todo o processo de...

Introdução abrangente O InternLM-XComposer é um projeto de grande modelo gráfico multimodal de código aberto desenvolvido pela equipe do InternLM e hospedado no GitHub. Ele se baseia no modelo de linguagem InternLM e é capaz de lidar com texto multimodal, imagem, vídeo e outros...

Introdução abrangente O Dify-Plus é uma plataforma de desenvolvimento de aplicativos de IA baseada no desenvolvimento secundário do projeto de código aberto Dify. Ele adiciona um novo centro de gerenciamento baseado no Dify e otimiza a funcionalidade para cenários corporativos. O projeto era inicialmente para uso interno das empresas, mas depois descobriu que a comunidade tinha necessidades semelhantes...

Introdução geral O OneLine é uma ferramenta de geração de linha do tempo de eventos quentes de código aberto hospedada no GitHub e desenvolvida pelo usuário chengtx809. Ele gera rapidamente uma linha do tempo de eventos por palavras-chave inseridas pelo usuário, mostrando a hora, o título, a descrição e as pessoas relacionadas ao evento...

Introdução abrangente O GraphGen é uma estrutura de código aberto desenvolvida pelo OpenScienceLab, um laboratório de IA em Xangai, hospedado no GitHub, com foco na otimização do ajuste fino supervisionado de modelos de linguagem grande (LLMs), orientando a geração de dados sintéticos por meio de gráficos de conhecimento. Ele foi desenvolvido a partir de ...

Introdução geral O MiniMind-V é um projeto de código aberto, hospedado no GitHub, criado para ajudar os usuários a treinar um modelo de linguagem visual (VLM) leve com apenas 26 milhões de parâmetros em menos de uma hora. Ele se baseia no modelo de linguagem MiniMind, com novos recursos visuais...

Introdução abrangente O Dolphin é um modelo de código aberto desenvolvido pela DataoceanAI e pela Universidade de Tsinghua, com foco no reconhecimento de fala e de idioma para idiomas asiáticos. Ele é compatível com 40 idiomas do Leste Asiático, Sul da Ásia, Sudeste Asiático e Oriente Médio, além de 22 dialetos chineses...

Introdução geral O par_scrape é uma ferramenta de rastreamento da Web de código aberto baseada em Python, lançada no GitHub pelo desenvolvedor Paul Robello, criada para ajudar os usuários a extrair dados de forma inteligente de páginas da Web. Ele integra o Selenium...

Descrição geral O Company Researcher (Pesquisador de empresas) é uma ferramenta gratuita e de código aberto criada para ajudar os usuários a obter uma visão geral rápida e abrangente de qualquer empresa. Basta inserir o URL da empresa e a ferramenta coletará informações abrangentes da Web, apresentando informações sobre a organização, seus produtos...

Introdução geral O uniOCR é uma ferramenta de reconhecimento de texto de código aberto desenvolvida pela equipe mediar-ai. Ela é baseada na linguagem Rust e é compatível com os sistemas macOS, Windows e Linux. Os usuários podem usá-la para extrair texto de imagens...

Introdução geral O ChatAnyone é um projeto inovador desenvolvido pela equipe do HumanAIGC. Ele usa técnicas de inteligência artificial para gerar vídeos digitais de retratos humanos com movimentos da parte superior do corpo a partir de uma única foto e entrada de áudio. O projeto baseia-se em um modelo de difusão de movimento hierárquico que gera movimentos da cabeça...

Introdução geral O serverless-markdown-convertor é uma ferramenta gratuita e de código aberto, baseada no Cloudflare Worker e no Workers AI, que converte uma grande variedade de arquivos em Markdow...

O Orchestra é uma estrutura Python leve e inovadora que se concentra na criação de sistemas colaborativos de várias inteligências com base no Large Language Model (LLM). Ele emprega um método exclusivo de organização de inteligências para que várias inteligências de IA possam trabalhar em harmonia como uma orquestra sinfônica. Ao modelar ...

Introdução geral O OpenHealthForAll é um projeto de código aberto criado para ajudar os usuários a gerenciar e entender seus dados pessoais de saúde. Ao aproveitar a tecnologia de inteligência artificial, o OpenHealthForAll fornece um assistente de saúde executado localmente para ajudar os usuários a gerenciar melhor...

Introdução geral O AgentGPT é um projeto de código aberto desenvolvido pela equipe do Reworkd e hospedado no GitHub, projetado para permitir que os usuários criem, configurem e implementem autonomamente inteligências de IA por meio de um navegador. Os usuários simplesmente definem uma meta, e o AgentGPT pode...

Introdução geral O MCP Server Deep Research é uma ferramenta de código aberto que gera automaticamente relatórios de pesquisa estruturados para problemas complexos por meio de inteligência artificial e pesquisa na Web. Os usuários inserem uma pergunta de pesquisa, e a ferramenta divide a pergunta, procura informações confiáveis, avalia a credibilidade da fonte...

Introdução abrangente O LitServe é um mecanismo de serviço de modelo de IA de código aberto da Lightning AI, desenvolvido com base na FastAPI, com foco na implantação rápida de serviços de inferência para modelos de IA de uso geral. Ele oferece suporte a modelos que variam de modelos de linguagem grande (LLMs),...

Introdução geral O Deepdive Llama3 From Scratch é um projeto de código aberto hospedado no GitHub que se concentra em um processo passo a passo de análise e implementação da inferência de modelos Llama3. Ele é baseado no naklecha/llama...

Introdução geral O HunyuanVideoGP é um modelo de geração de vídeo em grande escala desenvolvido pela DeepBeepMeep e projetado para usuários de GPUs de baixo custo. O modelo é uma versão aprimorada do modelo original do Hunyuan Video, reduzindo significativamente os requisitos de memória e memória gráfica...

Introdução geral O Thera é uma ferramenta de super-resolução de imagens de código aberto desenvolvida por uma equipe da ETH Zurich e da Universidade de Zurich. Ela pode ampliar imagens de baixa resolução em escalas arbitrárias, como 2x, 3,14x ou até mesmo múltiplos não inteiros, e...

Introdução abrangente O Tencent Turbo S é uma nova geração do modelo de pensamento rápido desenvolvido pela própria Tencent, que foi lançado no site oficial da Tencent Cloud em 27 de fevereiro de 2025. Ele é diferente dos modelos tradicionais de pensamento lento (por exemplo, Deepseek R1, Hybrid T1), pois pode realizar "segunda resposta", cuspir...

Introdução abrangente O ColossalAI é uma plataforma de código aberto desenvolvida pela HPC-AI Technologies, com o objetivo de fornecer uma solução eficiente e econômica para treinamento e inferência de modelos de IA em grande escala. Ao oferecer suporte a várias estratégias paralelas, gerenciamento de memória heterogênea e treinamento de precisão mista, o ColossalAI...

Introdução abrangente O LangWatch é uma plataforma abrangente projetada para operações de Modelo de Linguagem Grande (LLM), fornecendo monitoramento, análise, avaliação, gerenciamento de conjuntos de dados e otimização de dicas. A plataforma é baseada na estrutura DSPy da Universidade de Stanford e foi projetada para ajudar os usuários a gerenciar e otimizar melhor...